Physics - Fisica

Il corso di Computational Statistical Mechanics si propone di fornire le conoscenze necessarie per comprendere e saper applicare le tecniche numeriche classiche di dinamica molecolare e Monte Carlo. Si studieranno i metodi che consentono di generare traiettorie nello spazio delle fasi per il campionamento di diversi insiemi statistici. Verranno illustrate tecniche di calcolo dell'energia libera e verrà spiegato come usare tali informazioni nella descrizione del diagramma di fase di atomi e molecole. Al termine del corso, gli studenti avranno sviluppato doti di ragionamento quantitativo e abilità numeriche utili per descrivere, studiare e comprendere un'ampia classe di sistemi sia ordinati che disordinati. Inoltre, lo studente sarà anche in grado di utilizzare i più comuni programmi attualmente disponibili per lo studio di sistemi complessi (inclusi i sistemi colloidali e bio-molecolari) avendo sviluppato una piena conoscenza degli algoritmi e delle tecniche numeriche su cui tali programmi sono costruiti. In tale corso, verrà data particolare enfasi alla programmazione ad oggetti e alla programmazione generica nell'implementazione di un codice di simulazione. Nello specifico, verrà introdotto il linguaggio di programmazione C++ moderno, che verrà discusso nel contesto delle simulazioni atomistiche. Si illustrerà anche l'utilizzo del Python, tramite le librerie NumPy e MatPlotLib, per l'analisi e la visualizzazione dei dati prodotti dalle simulazioni. Durante il corso sono previste anche delle lezioni pratiche durante le quali gli studenti potranno applicare le conoscenze acquisite tramite l'implementazione di loro codici di simulazione. Gli studenti verranno anche stimolati a presentare i risultati ottenuti in modo da mettere alla prove le proprie abilità di comunicare in maniera chiara ed efficace tali risultati. Lo sviluppo di un codice di simulazione numerica costituirà per lo studente un'opportunità per ideare e sviluppare un proprio progetto con cui potrà mostrare, portandolo a termine, il proprio livello di apprendimento e la capacità di utilizzare autonomamente le conoscenze acquisite nel corso. OBIETTIVI A - Conoscenza e capacità di comprensione OF 1) Conoscere le principali tecniche per effettuare simulazioni al calcolatore. OF 2) Conoscere la programmazione a oggetti con l’applicazione al calcolo scientifico. OF 3) Conoscere i più comuni metodi di analisi dei dati prodotti dalle simulazioni. OF 4) Comprendere i dati prodotti dalle simulazioni. B – Capacità applicative OF 5) Saper implementare un proprio codice di simulazione. OF 6) Saper utilizzare le simulazioni per ottenere informazioni sulle proprietà fisiche dei sistemi studiati. OF 7) Essere in grado di scrivere i codici per analizzare i dati prodotti dalle simulazioni. C - Autonomia di giudizio OF 8) Essere in grado di analizzare criticamente i risultati di “esperimenti numerici”. OF 9) Integrare autonomamente le conoscenze acquisite al fine di affrontare nuovi problemi che richiedano ulteriori tecniche numeriche. OF 10) Saper individuare la tecnica migliore per risolvere e studiare un problema fisico numericamente. D – Abilità nella comunicazione OF 11) Saper comunicare con chiarezza a specialisti e non i risultati ottenuti tramite manoscritti e presentazioni. OF 12) Saper discutere in maniera chiara un argomento scientifico. OF 13) Saper riprodurre i calcoli relativi ad un determinato argomento scientifico in maniera critica e consapevole. E - Capacità di apprendere OF 14) Avere la capacità di imparare nuovi algoritmi e tecniche numeriche attingendo dalla letteratura scientifica. OF 15) Essere in grado di ideare e sviluppare un proprio progetto che consista nella scrittura di un codice di simulazione o nell’implementazione di una tecnica numerica. OF 16) Saper superare difficoltà e imprevisti nell’implementazione di tecniche numeriche tramite idee e soluzioni originali.